摘要
本发明提供了一种封顶概念分解方法及图像聚类方法,其中,该封顶概念分解方法中包括:S10获取待分解的非负矩阵X=[x1,x2,...,xN]∈Rd*n,其中,d为特征值的维度数,n为非负矩阵中数据点的个数;S20根据所述非负矩阵构建目标函数J(F,G):s.t.F≥0,G≥0,GTG=I其中,θ>0;S30根据所述目标函数J(F,G),使用迭代加权的方法,输出权矩阵W和特征矩阵G,完成对非负矩阵X的概念分解。出权矩阵W和特征矩阵G,完成对非负矩阵X的概念分解。解决了现有的封顶概念分解方法中存在的噪声和离群值问题,同时对于某些存在极端异常值的数据的现实问题。